论文页面 - K12-KGraph: 一个与课程对齐的知识图谱，用于基准测试和训练教育类大语言模型

来源：https://huggingface.co/papers/2605.09635

摘要

大语言模型在K-12教育中的应用日益增多，但现有基准测试主要考察考试答题能力，而非理解课程知识的结构化组织和视觉呈现方式。我们将这种能力称为课程认知。它涵盖先修链、概念分类法、实验-概念链接、教学排序和视觉定位。我们提出K12-KGraph，一个从人民教育出版社官方教材中提取的、与课程对齐的知识图谱，覆盖小学、初中和高中的数学、物理、化学和生物学科。它包含九种节点类型和十四种关系类型，涵盖课程结构和视觉定位。基于该图谱，我们构建了K12-Bench，一个包含23,640道多选题的基准测试，涵盖五大任务族：Ground（基础定位）、Prereq（先修）、Neighbor（邻居）、Evidence（证据）和Locate（定位）。我们还构建了K12-Train，一个由7,335个样本组成的图谱引导监督微调语料库，包括2,267个纯文本问答对和5,068个多模态视觉问答对。在K12-Bench上，Gemini-3-Flash的精确匹配率仅为57%，Gemma-4-31B-IT达到46%，其中Prereq和Neighbor是最困难的任务。我们的训练实验表明，领域特定的监督可以缩小这一差距。在匹配的2,300样本预算下，K12-Train-Text在GaokaoBench和EduEval上的表现持续优于八个主流指令微调语料库的同等规模子集。对于视觉语言模型，K12-Train-Full在所有比较的训练配置中，在Gaokao-MM、MDK12-medium和K12Vista上取得了最佳总体结果，尽管使用的样本数少于完整的DataFlow和WizardLM基线。它同时超越了纯文本和纯多模态变体，表明文本和视觉监督是互补的。我们发布了图谱、基准测试、训练数据和完整的构建流水线。

查看arXiv页面 (https://arxiv.org/abs/2605.09635) 查看PDF (https://arxiv.org/pdf/2605.09635) 项目页面 (https://haolpku.github.io/K12-KGraph-page/) GitHub38 (https://github.com/haolpku/K12-Dataset) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.09635)

获取此论文至您的代理：

hf papers read 2605\.09635

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

无模型链接此论文

在模型的README.md中引用arxiv.org/abs/2605.09635以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集的README.md中引用arxiv.org/abs/2605.09635以从此页面链接。

引用此论文的空间0

无空间链接此论文

在空间的README.md中引用arxiv.org/abs/2605.09635以从此页面链接。

包含此论文的合集0

无合集包含此论文

将此论文添加到一个合集中以从此页面链接。